发帖
雷达卡
数据预处理的首要步骤是要对数据进行字段选择（Attribute Selection），字段选择包括数据整合（Data Integration）和数据过滤两个方面（Data Filtering）。数据整合是将不同来源的数据整合在一个数据库中的过程。因为数据的来源不同，数据可能会出现不一致的情况，包括数据结构不一致、属性名不一致和属性值不一致。例如：不同来源的收入表，可能以人民币做单位，也可能以美元做单位，因此在数据整合的过程中要将两种单位统一，从而消除数据不一致。数据在整合的过程中，也会出现重复的情况，比如A数据表和B数据表都有某会员的信息，而且信息相同，这时信息重复，我们要对其中一个信息进行消除；如果A数据表和B数据表都有某会员的信息，但是信息不同，这时两个表里的本应该向同的信息不能匹配，说明是错误信息，需要删除。
京公网安备 11010802022788号
